洞察市场格局
解锁药品研发情报

客服电话

400-9696-311
医药数据查询

首页 资讯 摩熵视野 专家观点 北大来鲁华/裴剑锋团队: GNN+模板+聚类→反应条件预测强大新工具

北大来鲁华/裴剑锋团队: GNN+模板+聚类→反应条件预测强大新工具

智药邦智药邦
02/14
查看原文
11
裴剑锋 GNN
目前化学反应条件领域还存在很多有待解决的挑战。 针对上述问题，北京大学来鲁华/裴剑锋团队开发了一种 全新的反应条件预测方法 Reacon (Figure 1)， 该方法结合了图神经网络 (D-MPNN)、反应模板和聚类算法，为反应条件预测提供了更全面的解决方案。 Figure1.Reacon框架的预测流程。
<END>
*版权声明：本网站所转载的文章，均来自互联网，旨在传递更多信息。鉴于互联网的开放性和文章创作的复杂性，我们无法保证所转载的所有文章均已获得原作者的明确授权。如果您是原作者或拥有相关权益，请与我们联系，我们将立即删除未经授权的文章。本网站转载文章仅为方便读者查阅和了解相关信息，并不代表我们认同其观点和内容。读者应自行判断和鉴别转载文章的真实性、合法性和有效性。
AI+生命科学全产业链智能数据平台

相关资讯

  • 综合
Nat Commun｜北京大学裴剑锋等：药效团驱动的分子生成模型TransPharmer
智药邦
2025-05-18

收藏

发表评论
评论区（0）

  • 暂无评论

    推荐资讯
    摩熵医药企业版
    50亿+条医药数据随时查
    7天免费试用
    体验产品
    摩熵数科开放平台
    智药邦
    共发布文章：745篇
    最新发布文章
    原料药

    最新资讯

    更多
    十五五战略规划

    全球新药治疗领域统计

    更多
    数据来源： 更新时间：

    全球新药靶点统计

    更多
    数据来源： 更新时间：

    最新报告

    更多
    专利数据服务

    摩熵视频

    更多

    专题.策划

    更多
    添加收藏
      新建收藏夹
      新建收藏夹
      取消
      确认